阿里万相视频生成大模型宣布开源：8.2GB 显存就能跑，测试超越 Sora

绵阳市农业补贴app 荆门市旅游协会app 宜宾市便民app 河池市历史记录app 永州市信息公开app 包头市妇联救助app 周口市安全生产app 白城市教育局app 淮北市惠农app 绍兴市论坛app 兰州市中心校app 佛山市教育信息app 昭通市防火app 乌鲁木齐市粮食管理app 忻州市重大建设公开app 九江市电视台广播app 郑州市政府公报app 临沂市政要信息app 漯河市工商局app 铜陵市土地局app 辽源市教研app 钦州市税收公开app 襄汾县建设局信息app 德昌县电力app 连平县应急管理app 台东县第二小学app 德钦县同城app 巩留县特殊家庭关爱协会app 旬阳县市场监督app 浦北县民政管理app 习水县民政管理app 聂荣县第四高中app 莎车县不良信息举报app 三台县公益app 莒县台风信息app 长岭县政务服务app 察布查尔锡伯自治县防洪信息app 米脂县农业app 上栗县非物质文化遗产app 柳河县文旅信息app

本站 2 月 25 日消息，阿里云今日宣布旗下视觉生成基座模型万相 2.1（Wan）开源。

此次开源采用最宽松的 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在 Github、HuggingFace 和魔搭社区下载体验。

据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，在评测集 VBench 中，万相 2.1 以总分 86.22% 的成绩超越 Sora、Luma、Pika 等国内外模型，位列榜首。1.3B 版本测试结果不仅超过了更大尺寸的开源模型，甚至还接近部分闭源模型，同时能在消费级显卡运行，号称“仅需 8.2GB 显存就可以生成 480P 视频”，适用于二次模型开发和学术研究。

万相视频模型架构图

在算法设计上，万相基于主流 DiT 架构和线性噪声轨迹 Flow Matching 范式，研发了高效的因果 3D VAE、可扩展的预训练策略等。以 3D VAE 为例，为了高效支持任意长度视频的编码和解码，万相在 3D VAE 的因果卷积模块中实现了特征缓存机制，从而代替直接对长视频端到端的编解码过程，实现了无限长 1080P 视频的高效编解码。此外，通过将空间降采样压缩提前，在不损失性能的情况下进一步减少了 29% 的推理时内存占用。

万相团队的实验结果显示，在运动质量、视觉质量、风格和多目标等 14 个主要维度和 26 个子维度测试中，万相均达到了业界领先表现，并且斩获 5 项第一。

本站附开源地址：

Github：https://github.com/Wan-Video

HuggingFace：https://huggingface.co/Wan-AI

魔搭社区：https://modelscope.cn/organization/Wan-AI